KR102544002B1 - 체세포 변이 및 생식세포 변이를 구별하는 방법 - Google Patents

체세포 변이 및 생식세포 변이를 구별하는 방법 Download PDF

Info

Publication number
KR102544002B1
KR102544002B1 KR1020220030307A KR20220030307A KR102544002B1 KR 102544002 B1 KR102544002 B1 KR 102544002B1 KR 1020220030307 A KR1020220030307 A KR 1020220030307A KR 20220030307 A KR20220030307 A KR 20220030307A KR 102544002 B1 KR102544002 B1 KR 102544002B1
Authority
KR
South Korea
Prior art keywords
size
somatic
mutations
pair
mutation
Prior art date
Application number
KR1020220030307A
Other languages
English (en)
Inventor
강준규
김수연
김황필
문성태
김태유
Original Assignee
주식회사 아이엠비디엑스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 아이엠비디엑스 filed Critical 주식회사 아이엠비디엑스
Priority to KR1020220030307A priority Critical patent/KR102544002B1/ko
Priority to PCT/KR2022/011527 priority patent/WO2023171859A1/ko
Application granted granted Critical
Publication of KR102544002B1 publication Critical patent/KR102544002B1/ko

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6813—Hybridisation assays
    • C12Q1/6827—Hybridisation assays for detection of mutation or polymorphism
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Organic Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Wood Science & Technology (AREA)
  • Engineering & Computer Science (AREA)
  • Zoology (AREA)
  • Analytical Chemistry (AREA)
  • Genetics & Genomics (AREA)
  • Immunology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Biotechnology (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Hospice & Palliative Care (AREA)
  • Oncology (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

본 발명은 체세포 변이 및 생식세포 변이를 구별하는 방법에 관한 것으로, 상기 방법을 통해 비교적 수득이 용이한 세포 유리 핵산을 이용하여 체세포 변이 및 생식세포 변이를 구별할 수 있다.

Description

체세포 변이 및 생식세포 변이를 구별하는 방법 {Method for Differentiating Somatic Mutation and Germline Mutation}
본 발명은 체세포 변이 및 생식세포 변이를 구별하는 방법에 관한 것이다.
DNA 돌연변이는 암의 원인이며 암 연구 및 치료에 있어 중요한 부분이다. 차세대 서열분석(next-generation sequencing: NGS)은 최신 서열분석기가 생성할 수 있는 방대한 수의 리드(read)로 인해 드 노보(de novo) 돌연변이 검출을 위한 유망한 기술이다. 이론상, 충분한 리드 정도(read depth)가 주어지면, 변이 대립유전자 빈도(variant allele frequency: VAF) 또는 게놈 영역에 상관없이, 게놈 시료의 모든 돌연변이 또는 변이를 관찰할 수 있다.
하지만, 리드 내 노이즈로 인해 신뢰성이 있게 변이를 확인하는 것은 명확하지 않다. 서열분석 리드로부터 변이를 확인하기 위한 몇 가지 생물정보학적 수단이 개발되고 있다.
그럼에도 불구하고 액체생검(liquid biopsy)을 통하여 생식세포 돌연변이(germline mutation)와 체세포 돌연변이(somatic mutation)를 구별할 수 없는 경우가 많아 체세포 돌연변이를 검출하기 위한 방법이 지속적으로 요구되고 있다.
대한민국 공개특허공보 제10-2021-0098492호
본 발명은 서울특별시 서울산업진흥원　2021년도 서울시 산학연 협력사업 지원번호　BT210184 “바이오·의료 기술사업화 지원사업”을 통해 개발된 기술이다.
본 발명의 일 양상은 a) 대상 시료에서 세포 유리 핵산(cell-free DNA)을 추출하여 암 연관 유전자를 표적으로 페어-엔드 리드(paired-end read)를 수득하는 단계; b) 상기 수득한 페어-엔드 리드의 크기를 도출하는 단계; 및 c) 상기 도출된 페어-엔드 리드 중 정량화된 짧은 절편 크기의 프랙션(fraction) 값으로부터 체세포 변이 및 생식세포 변이를 분류하는 단계를 포함하는 세포 유리 핵산으로부터 체세포 변이 및 생식세포 변이를 구별하기 위한 정보를 제공하는 방법을 제공하는 것을 목적으로 한다.
본 발명의 일 양상은 a) 대상 시료에서 세포 유리 핵산(cell-free DNA)을 추출하여 암 연관 유전자를 표적으로 페어-엔드 리드(paired-end read)를 수득하는 단계; b) 상기 수득한 페어-엔드 리드의 크기를 도출하는 단계; 및 c) 상기 도출된 페어-엔드 리드 중 정량화된 짧은 절편 크기의 프랙션(fraction) 값으로부터 체세포 변이 및 생식세포 변이를 분류하는 단계를 포함하는 세포 유리 핵산으로부터 체세포 변이 및 생식세포 변이를 구별하기 위한 정보를 제공하는 방법을 제공한다.
인체에서 발견될 수 있는 돌연변이 종류는 크게 생식세포 돌연변이(germline mutation)와 체세포 돌연변이(somatic mutation)가 있다. 한편, 암환자의 혈액에서는 원발암 유래의 종양 유전체(circulating tumor DNA, ctDNA)와 세포유리 유전체(cell-free DNA, cfDNA)가 함께 순환하고 있는데, 본 발명자들은 액체생검(liquid biopsy)을 통하여 생식세포 돌연변이(germline mutation)와 체세포 돌연변이(somatic mutation)를 구별할 수 있는 방법을 확인하여 본 발명을 완성하였다.
상기 a) 단계는 대상 시료에서 세포 유리 핵산(cell-free DNA)을 추출하여 암 연관 유전자를 표적으로 페어-엔드 리드(paired-end read)를 수득하는 단계이다.
본 명세서에서 사용되는 용어, '시료(sample)'는 페어-엔드 시퀀스(paired-end sequence)를 얻을 수 있는 조직, 세포, 전혈, 혈청, 혈장, 타액, 객담, 뇌척수액 또는 뇨와 같은 시료 등을 포함하나, 이에 제한되지 않으며, 구체적으로는 혈청, 혈장일 수 있다.
본 발명의 일 구체예로 상기 a) 단계의 대상 시료는 암환자로부터 분리된 시료일 수 있다.
상기 암은 편평세포암종, 선암종, 육종, 대장암 및 폐암 중 어느 하나일 수 있다.
본 명세서에서 사용되는 용어, '시료(sample)'는 페어-엔드 시퀀스(paired-end sequence)를 얻을 수 있는 조직, 세포, 전혈, 혈청, 혈장, 타액, 객담, 뇌척수액 또는 뇨와 같은 시료 등을 포함하나, 이에 제한되지 않으며, 구체적으로는 혈청, 혈장일 수 있다.
본 명세서에서, '세포 유리 핵산(cell-free DNA)' 또는 'cfDNA'는 세포의 외부(예를 들어, 체액)에서 발견되는 핵산의 단편을 의미하는 것으로, 상기 채액은 혈류, 뇌척수액, 타액 또는 소변을 포함하지만, 이에 제한되지 않는다. 상기 cfDNA는 대상으로부터(예를 들어, 대상의 세포로부터) 유래될 수 있거나, 대상 이외의 공급원으로부터(예를 들어, 바이러스 감염으로부터) 유래될 수 있다.
본 명세서에서, 상기 '페어-엔드 시퀀스(paired-end sequence)'는 서로의 대략적인 거리를 알고 있는, 목적하는 유전자의 양 말단 (페어-엔드)에서부터 복제한 서열들로서 정방향 및 역방향으로 시퀀싱(sequencing) 한 서열을 의미한다. 상기 페어-엔드 시퀀스를 수득하는 방법은 당업계에 공지된 방법으로 수행될 수 있으며, 바람직하게는 차세대 염기서열 분석기법(또는 'NGS')을 통해 수득될 수 있다. 차세대 염기서열 분석기법의 구체적인 방법은 Metzker, M. (2010) Nature Biotechnology Reviews11:31-46]에 기재되어 있으며, 상기 문헌은 본 명세서에 참조로서 삽입된다.
상기 b) 단계는 상기 수득한 페어-엔드 리드의 크기를 도출하는 단계로서, 본 발명의 일 구체예로 상기 b) 단계의 상기 수득한 페어-엔드 리드의 크기를 도출하는 방법은 b-1) 맵핑된 리드들의 방향성(orient)을 보정하고 복수개의 리드의 염기서열 길이 차이를 계산하여 절편 크기(fragment size)에 따른 밀도 플롯(density plot)을 수득하는 단계; b-2) 상기 밀도 플롯으로부터 절편 크기 100 내지 155 bp인 절편의 개수와 160 내지 180 bp인 절편의 개수의 비율 값을 도출하는 단계를 포함하는 것일 수 있다.
상기 b) 단계의 b-1) 맵핑된 리드들의 방향성(orient)을 보정하고 복수개의 리드의 염기서열 길이 차이를 계산하여 절편 크기(fragment size)에 따른 밀도 플롯(density plot)을 수득하는 것은 하기와 같다:
상기 a) 단계를 통해 수득한 페어-엔드 시퀀스를 레퍼런스 리드(reference read)에 맵핑(mapping)하고, 맵핑 후에 얻은 조정(coordinate) 값을 이용하여 절편의 크기를 계산한다. 예를 들어, 특정한 리드 절편(read fragment)에서 read1이 chr1:100-250에, read2가 chr1:100-250에 각각 맵핑이 되어 있다면, 상기 리드 절편의 방향성(orient)를 보정한 후, read2의 말단인 chr1:250과 read1의 말단인 chr1:100의 차이값인 150 bp를 구할 수 있다. 상기 리드들이 100개가 맵핑되어 있다면, 100개의 리드에 대하여 위와 같은 계산 방법을 통해 절편 크기를 계산할 수 있다. 예를 들어, 90 bp인 절편이 10개, 105 bp인 절편이 20개, 130 bp인 절편이 30개, 160bp인 절편이 40개와 같이 분류될 수 있고 이를 통해 밀도 플롯(density plot)을 작성할 수 있다.
본 발명의 일 구체예에 따르면, 상기 b-1) 단계 이후, b-2) 상기 밀도 플롯으로부터 절편 크기 100 내지 155 bp인 절편 값을 도출하는 단계를 수행하게 된다.
예를 들어, 상기 100개의 리드에 대한 절편 크기별 개수에 따라 100 내지 155 bp에 대한 AUC(area under curve)값(AUC P1)과 160 내지 180 bp에 대한 AUC 값(AUC P2)을 구하면, AUC P1은 10+20+30/100 = 0.6, AUC P2는 40/100 = 0.4가 될 수 있으며, 리드 절편의 게놈 조정값을 이용하여 전체 평균 절편 크기를 계산할 수 있다.
상기 c) 단계는 체세포 변이 및 생식세포 변이를 분류하는 단계로, 본 발명의 일 구체예로 상기 c) 단계의 체세포 변이 및 생식세포 변이를 분류하는 방법은 상기 도출된 페어-엔드 리드 중 정량화된 짧은 절편 크기의 프랙션(fraction) 값과 전체 평균 페어-엔드 리드의 크기를 비교하여 페어-엔드 리드 중 정량화된 짧은 절편 크기의 프랙션(fraction) 값이 큰 경우 체세포 변이로 분류하는 것일 수 있다.
본 발명의 체세포 변이 및 생식세포 변이를 구별하기 위한 정보를 제공하는 방법은 비교적 수득이 용이한 세포 유리 핵산을 이용하여 체세포 변이 및 생식세포 변이를 구별할 수 있다.
도 1은 대장암 환자의 cfDNA 시료로부터 리드의 절편 크기에 따른 분포를 대립유전자 빈도에 따라 나타낸 그래프이다.
도 2는 대장암 환자의 cfDNA 시료로부터 리드의 절편 크기에 따른 분포를 대립유전자 빈도에 따라 체세포 변이, 생식세포 변이로 각각 세분화하여 나타낸 그래프이다.
도 3은 대장암 환자의 cfDNA 시료에서 도출된 리드의 다양한 절편 크기에 따라 생식세포 변이와 체세포 변이를 구별하기 위해 작성된 ROC 커브를 나타낸다.
도 4는 대장암 환자의 cfDNA 시료에서 도출된 리드의 평균 절편 크기를 이용하여 생식세포 변이와 체세포 변이를 구별한 박스 플롯팅(box plotting) 그래프이다.
도 5는 대장암 환자의 cfDNA 시료에서 도출된 리드의 AUC P1를 이용하여 생식세포 변이와 체세포 변이를 구별한 박스 플롯팅 그래프이다.
도 6은 폐암 환자의 cfDNA 시료로부터 리드의 절편 크기에 따른 분포를 대립유전자 빈도에 따라 나타낸 그래프이다.
도 7은 폐암 환자의 cfDNA 시료로부터 리드의 절편 크기에 따른 분포를 대립유전자 빈도에 따라 체세포 변이, 생식세포 변이로 각각 세분화하여 나타낸 그래프이다.
도 8은 폐암 환자의 cfDNA 시료에서 도출된 리드의 다양한 절편 크기에 따라 생식세포 변이와 체세포 변이를 구별하기 위해 작성된 ROC 커브를 나타낸다.
도 9는 폐암 환자의 cfDNA 시료에서 도출된 리드의 평균 절편 크기를 이용하여 생식세포 변이와 체세포 변이를 구별한 박스 플롯팅(box plotting) 그래프이다.
도 10은 폐암 환자의 cfDNA 시료에서 도출된 리드의 AUC P1를 이용하여 생식세포 변이와 체세포 변이를 구별한 박스 플롯팅 그래프이다.
이하 하나 이상의 구체예를 실시예를 통하여 보다 상세하게 설명한다. 그러나, 이들 실시예는 하나 이상의 구체예를 예시적으로 설명하기 위한 것으로 본 발명의 범위가 이들 실시예에 한정되는 것은 아니다.
실시예 1: cfDNA에서 페어-엔드 시퀀스의 절편 분포 도출 방법
서울대병원 혈액종양내과 내원한 대장암 환자 322명 및 폐암 환자 100명에서 얻은 혈액 샘플로부터 Promega사의 Maxwell 자동화장비(Maxwell® RSC ccfDNA Plasma Kit)를 이용하여 제조사의 프로토콜에 따라 cfDNA를 수득하였다. 이후, 상기 수득한 cfDNA로부터 NGS(Next Generation Sequencing)을 수행하였다. Targeted panel sequencing 수행 시 NGS DNA library prep 키트(IMBdx 사)를 사용하였으며, AlphaLiquid® 100 target capture panel(IMBdx 사)을 사용하여 타겟 영역의 증폭을 수행하였다. 150bp 페어-엔드 시퀀싱은 Illumina 사의 NextSeq 550 platform을 이용하였다.
이후, 수득한 페어-엔드 시퀀싱 결과를 Burrows-Wheeler Aligner (BWA, version 0.7.10) "mem" 알고리즘을 이용하여 얼라인먼트(alignment)를 수행하였다. 본 실시예에서는 공지된 인간 게놈(human gemone)인 hg38을 레퍼런스 게놈(reference genome)으로 사용하였다. 베리언트 콜링(variant calling)은 IMBdx 사의 UniqSeq protocol을 이용하였으며 및 자사의 in-house filtering steps를 이용하였다(기본적으로 사용된 variant caller는 vardict임).
절편의 크기는 얼라인먼트 이후 생성되는 리드 절편(read fragment)의 게놈 조정값(genomic coordinate)을 이용하여 길이를 구하였다. 예를 들어, 특정한 리드 절편(read fragment)에서 read1이 chr1:100-250에, read2가 chr1:100-250에 각각 맵핑이 되어 있다면, 상기 리드 절편의 방향성(orient)를 보정한 후, read2의 말단인 chr1:250과 read1의 말단인 chr1:100의 차이값인 150 bp를 구할 수 있다. 90 bp인 절편이 10개, 105 bp인 절편이 20개, 130 bp인 절편이 30개, 160bp인 절편이 40개로 분류되었고, 상기 계산된 DNA 절편 크기로부터 밀도 플롯을 작성하였다. 밀도 플롯을 작성하기 위해 계산되는 실제 절편 크기는 80 내지 1000 bp의 연속된 값으로 계산되었으며, 그에 따른 개수를 카운트하였다.
상기 밀도 플롯으로부터, AUC P1(100-155bp) 값과 AUC P2(160-180bp)을 계산하였다. 상기 분류된 절편의 개수로부터 AUC P1은 10+20+30 / 100 = 0.6이고, AUC P2 = 40 / 100 = 0.4를 도출할 수 있다. 또한, 상기 얼라인먼트 이후 생성되는 리드 절편의 게놈 조정값을 이용하여 전체 평균 절편 크기를 계산하였으며, 상기 계산된 AUC P1 값과 상기 평균 절편 크기를 이용하여 생식세포 변이(germline mutation)과 체세포 변이(somatic mutation)을 구분하는 참고 지표로 사용하였다.
실시예 2: 대장암 환자 시료로부터 절편 크기에 따른 생식세포 변이 및 체세포 변이의 구별
대장암 환자 322명의 혈장 cfDNA 시료를 대상으로 상기 실시예 1의 방법에 따라 도출한 리드의 절편 크기에 대한 분포를 대립 유전자 빈도(Variant Allele Frequency, VAF)에 따라 도표로 나타내었다. 도 1은 각각의 돌연변이 종류에 따라 변형 대립유전자(alteration allele)와 레퍼런스 대립유전자(reference allele) 등을 나누어 실제 리드들에 대한 크기를 VAF 값에 따라 나타내는 그래프로, 이를 통하여 체세포 변이(somatic mutation)의 경우, 변형 대립유전자를 가지고 있는 리드일수록 낮은 VAF 에서도 더 짧은 절편 크기(fragment size)로 분포하고 있음을 확인할 수 있었으며, 상기 도 1의 도표를 체세포 변이, 생식세포 변이로 분류하여 각각을 세분화하여 확인한 결과 도 2에서 보는 바와 같이, 실제로 체세포 변이의 변형 대립유전자를 가지고 있는 리드일수록 생식세포 변이로 확인이 된 리드 절편보다 더 짧은 절편 크기를 가지고 있음을 확인할 수 있었다.
도 3은 다양한 절편 크기로부터 얻을 수 있는 값을 이용하여 기존 데이터베이스에 존재하지 않는 생식세포 변이와 체세포 변이를 구별할 수 있음을 실시예 1의 방법에 따라 작성된 ROC 커브를 통해 확인한 결과이다. AUC P1을 남색으로 표시하였으며, 평균 절편 크기를 연한 주황색으로 나타내었다. 상기 결과로부터 AUC P1 값과 평균 절편 크기를 이용할 때, 체세포 변이 생식세포 변이를 높은 정확도로 구분할 수 있음을 확인할 수 있었다.
도 4 및 도 5는 실시예 1의 방법에 따라 도출된 평균 절편 및 AUC P1을 이용한 생식세포 변이 및 체세포 변이를 구별한 박스 플롯팅(box plotting) 결과를 나타낸다. 도 4 및 도 5에서 보는 바와 같이, 기존 연구자들이 가장 많이 사용하는 생식세포 변이 데이터베이스 (예를 들어, GNOMAD 등)에 등록되어 있지 않은 생식세포 변이인 경우, AUC P1 값과 평균 절편 크기를 이용하여 체세포 변이와 생식세포 변이가 통계적으로 유의미하게 구분됨을 확인할 수 있었다.
실시예 3: 폐암 환자 시료로부터 절편 크기에 따른 생식세포 변이 및 체세포 변이의 구별
폐암 환자 100명의 혈장 cfDNA 시료를 대상으로 상기 실시예 1의 방법에 따라 도출한 리드의 절편 크기에 대한 분포를 대립 유전자 빈도(Variant Allele Frequency, VAF)에 따라 도표로 나타내었다. 도 6은 각각의 돌연변이 종류에 따라 변형 대립유전자(alteration allele)와 레퍼런스 대립유전자(reference allele) 등을 나누어 실제 리드들에 대한 크기를 VAF 값에 따라 나타내는 그래프로, 이를 통하여 체세포 변이(somatic mutation)의 경우, 변형 대립유전자를 가지고 있는 리드일수록 낮은 VAF 에서도 더 짧은 절편 크기(fragment size)로 분포하고 있음을 확인할 수 있었으며, 상기 도 6의 도표를 체세포 변이, 생식세포 변이로 분류하여 각각을 세분화하여 확인한 결과 도 7에서 보는 바와 같이. 실제로 체세포 변이의 변형 대립유전자를 가지고 있는 리드일수록 생식세포 변이로 확인이 된 리드 절편보다 더 짧은 절편 크기를 가지고 있음을 확인할 수 있었다.
도 8은 다양한 절편 크기로부터 얻을 수 있는 값을 이용하여 기존 데이터베이스에 존재하지 않는 생식세포 변이와 체세포 변이를 구별할 수 있음을 실시예 1의 방법에 따라 작성된 ROC 커브를 통해 확인한 결과이다. AUC P1을 남색으로 표시하였으며, 평균 절편 크기를 연한 주황색으로 나타내었다. 상기 결과로부터 AUC P1 값과 평균 절편 크기를 이용할 때, 체세포 변이 생식세포 변이를 높은 정확도로 구분할 수 있음을 확인할 수 있었다.
도 9 및 도 10은 실시예 1의 방법에 따라 도출된 평균 절편 및 AUC P1을 이용한 생식세포 변이 및 체세포 변이를 구별한 박스 플롯팅(box plotting) 결과를 나타낸다. 도 9 및 도 10에서 보는 바와 같이, 기존 연구자들이 가장 많이 사용하는 생식세포 변이 데이터베이스 (예를 들어, GNOMAD 등)에 등록되어 있지 않은 생식세포 변이인 경우, AUC P1 값과 평균 절편 크기를 이용하여 체세포 변이와 생식세포 변이가 통계적으로 유의미하게 구분됨을 확인할 수 있었다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (4)

  1. a) 대상 시료에서 세포 유리 핵산(cell-free DNA)을 추출하여 암 연관 유전자를 표적으로 페어-엔드 리드(paired-end read)를 수득하는 단계;
    b) 상기 수득한 페어-엔드 리드의 크기를 도출하는 단계; 및
    c) 상기 도출된 페어-엔드 리드 중 정량화된 짧은 절편 크기의 프랙션(fraction) 값으로부터 체세포 변이 및 생식세포 변이를 분류하는 단계;
    를 포함하고,
    상기 b) 단계의 상기 수득한 페어-엔드 리드의 크기를 도출하는 방법은
    b-1) 맵핑된 리드들의 방향성(orient)을 보정하고 복수개의 리드의 염기서열 길이 차이를 계산하여 절편 크기(fragment size)에 따른 밀도 플롯(density plot)을 수득하는 단계;
    b-2) 상기 밀도 플롯으로부터 절편 크기 100 내지 155 bp인 절편 값을 도출하는 단계;
    를 포함하는 것이고,
    상기 c) 단계의 체세포 변이 및 생식세포 변이를 분류하는 방법은 상기 도출된 페어-엔드 리드 중 정량화된 짧은 절편 크기의 프랙션(fraction) 값과 전체 평균 페어-엔드 리드의 크기를 비교하여 페어-엔드 리드 중 정량화된 짧은 절편 크기의 프랙션(fraction) 값이 큰 경우 체세포 변이로 분류하는 것인
    세포 유리 핵산으로부터 체세포 변이 및 생식세포 변이를 구별하기 위한 정보를 제공하는 방법.
  2. 제1항에 있어서,
    상기 a) 단계의 대상 시료는 암환자로부터 분리된 시료인 방법.
  3. 삭제
  4. 삭제
KR1020220030307A 2022-03-10 2022-03-10 체세포 변이 및 생식세포 변이를 구별하는 방법 KR102544002B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220030307A KR102544002B1 (ko) 2022-03-10 2022-03-10 체세포 변이 및 생식세포 변이를 구별하는 방법
PCT/KR2022/011527 WO2023171859A1 (ko) 2022-03-10 2022-08-04 체세포 변이 및 생식세포 변이를 구별하는 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220030307A KR102544002B1 (ko) 2022-03-10 2022-03-10 체세포 변이 및 생식세포 변이를 구별하는 방법

Publications (1)

Publication Number Publication Date
KR102544002B1 true KR102544002B1 (ko) 2023-06-16

Family

ID=86948118

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220030307A KR102544002B1 (ko) 2022-03-10 2022-03-10 체세포 변이 및 생식세포 변이를 구별하는 방법

Country Status (2)

Country Link
KR (1) KR102544002B1 (ko)
WO (1) WO2023171859A1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180307796A1 (en) * 2017-04-21 2018-10-25 Illumina, Inc. Using cell-free dna fragment size to detect tumor-associated variant
JP2019511070A (ja) * 2016-02-09 2019-04-18 トマ・バイオサイエンシズ，インコーポレーテッド 核酸を解析するシステムおよび方法
CN110832597A (zh) * 2018-04-12 2020-02-21 因美纳有限公司 基于深度神经网络的变体分类器
KR20200057024A (ko) * 2017-09-20 2020-05-25 가던트 헬쓰, 인크. 체세포 및 생식세포계열 변이체를 구별하기 위한 방법 및 시스템
JP2020521442A (ja) * 2017-05-16 2020-07-27 ガーダント ヘルス， インコーポレイテッド 無細胞ｄｎａについての体細胞起源または生殖系列起源の識別
KR20210098492A (ko) 2019-10-08 2021-08-10 일루미나, 인코포레이티드 클론성 조혈증으로부터의 세포 유리 dna 돌연변이의 단편 크기 특성화

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019200338A1 (en) * 2018-04-12 2019-10-17 Illumina, Inc. Variant classifier based on deep neural networks

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019511070A (ja) * 2016-02-09 2019-04-18 トマ・バイオサイエンシズ，インコーポレーテッド 核酸を解析するシステムおよび方法
US20180307796A1 (en) * 2017-04-21 2018-10-25 Illumina, Inc. Using cell-free dna fragment size to detect tumor-associated variant
CN110800063A (zh) * 2017-04-21 2020-02-14 Illumina公司 使用无细胞dna片段大小检测肿瘤相关变体
JP2020521442A (ja) * 2017-05-16 2020-07-27 ガーダント ヘルス， インコーポレイテッド 無細胞ｄｎａについての体細胞起源または生殖系列起源の識別
KR20200057024A (ko) * 2017-09-20 2020-05-25 가던트 헬쓰, 인크. 체세포 및 생식세포계열 변이체를 구별하기 위한 방법 및 시스템
CN110832597A (zh) * 2018-04-12 2020-02-21 因美纳有限公司 基于深度神经网络的变体分类器
KR20210098492A (ko) 2019-10-08 2021-08-10 일루미나, 인코포레이티드 클론성 조혈증으로부터의 세포 유리 dna 돌연변이의 단편 크기 특성화

Also Published As

Publication number Publication date
WO2023171859A1 (ko) 2023-09-14

Similar Documents

Publication Publication Date Title
Chabon et al. Integrating genomic features for non-invasive early lung cancer detection
Makohon-Moore et al. Limited heterogeneity of known driver gene mutations among the metastases of individual patients with pancreatic cancer
Xu et al. Non-invasive analysis of genomic copy number variation in patients with hepatocellular carcinoma by next generation DNA sequencing
TWI710639B (zh) 利用血漿中ｄｎａ的尺寸及數量畸變以偵測癌症
Newman et al. An ultrasensitive method for quantitating circulating tumor DNA with broad patient coverage
US20200405225A1 (en) Methods and systems for identifying or monitoring lung disease
US11581062B2 (en) Systems and methods for classifying patients with respect to multiple cancer classes
CN110910957A (zh) 一种基于单肿瘤样本高通量测序微卫星不稳定性探测位点筛选方法
JP2015500034A (ja) Ｍｄｍ２を含む二重微小染色体およびその方法
CN110093417B (zh) 一种检测肿瘤单细胞体细胞突变的方法
US20210115520A1 (en) Systems and methods for using pathogen nucleic acid load to determine whether a subject has a cancer condition
KR20190085667A (ko) 무세포 dna를 포함하는 샘플에서 순환 종양 dna를 검출하는 방법 및 그 용도
Kothen-Hill et al. Deep learning mutation prediction enables early stage lung cancer detection in liquid biopsy
CN109584961A (zh) 基于二代测序技术检测血液微卫星不稳定的方法
Chen et al. Using quasispecies patterns of hepatitis B virus to predict hepatocellular carcinoma with deep sequencing and machine learning
CN116200490A (zh) 一种检测实体瘤微小残留病灶的方法
Samman et al. A novel genomic signature reclassifies an oral cancer subtype
KR102544002B1 (ko) 체세포 변이 및 생식세포 변이를 구별하는 방법
Stankunaite et al. Liquid biopsy for children with central nervous system tumours: Clinical integration and technical considerations
Saito et al. Comparative study of the loop-mediated isothermal amplification method and the QIAGEN therascreen PCR kit for the detection of EGFR mutations in non-small cell lung cancer
Scheffler et al. Somatic small-variant calling methods in Illumina DRAGEN™ Secondary Analysis
GB2596233A (en) Methods and systems for detecting genetic fusions to identify a lung disorder
Jia et al. Identification of a five-CpG signature with diagnostic value in thyroid cancer
KR102491322B1 (ko) 암 진단을 위한 다중 분석 예측 모델의 제조 방법
EP4130293A1 (en) Method of mutation detection in a liquid biopsy

Legal Events

Date Code Title Description
AMND Amendment
AMND Amendment
X091 Application refused [patent]
AMND Amendment
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant